scipy.fft.idct¶

scipy.fft.idct(x, type=2, n=None, axis=- 1, norm=None, overwrite_x=False, workers=None)[源代码]¶

返回任意类型序列的离散余弦反变换。

参数

xarray_like: 输入数组。
type{1，2，3，4}，可选: DCT的类型(请参阅备注)。默认类型为2。
n整型，可选: 转换的长度。如果 n < x.shape[axis] ， x 被截断。如果 n > x.shape[axis] ， x 是零填充的。默认情况下，结果为 n = x.shape[axis] 。
axis整型，可选: 沿其计算IDCT的轴；缺省值在最后一个轴上(即， axis=-1 )。
norm{“向后”，“正向”，“向前”}，选填: 规格化模式(请参见注释)。默认值为“向后”。
overwrite_x布尔值，可选: 如果为True，则 x 可以销毁；默认值为false。
workers整型，可选: 用于并行计算的最大工作进程数。如果为负值，则值从 os.cpu_count() 。看见 fft 了解更多详细信息。

退货

idct真实的ndarray: 转换后的输入数组。

参见

dct: 前向DCT

注意事项

对于一维数组 x ， idct(x, norm='ortho') 等于MATLAB idct(x) 。

‘IDCT’是IDCT-II，它与标准化的DCT-III相同。

除了规格化和类型外，IDCT等同于普通的DCT。DCT类型1和4是它们自己的逆，DCT 2和DCT 3是彼此的逆。

示例

对于实数、偶数对称输入，类型1 DCT等同于DFT。输出也是真实的，甚至是对称的。IFFT输入的一半用于生成IFFT输出的一半：

>>> from scipy.fft import ifft, idct
>>> ifft(np.array([ 30.,  -8.,   6.,  -2.,   6.,  -8.])).real
array([  4.,   3.,   5.,  10.,   5.,   3.])
>>> idct(np.array([ 30.,  -8.,   6.,  -2.]), 1)
array([  4.,   3.,   5.,  10.])

scipy.fft.dct

scipy.fft.dctn